文献

J-GLOBAL ID：201702283990764697   整理番号：17A1786395

ORB-LATCHに基づく特徴検出と記述アルゴリズム【JST・京大機械翻訳】

Feature detection and description algorithm based on ORB-LATCH

著者 (5件)： Li Zhuo (火箭軍工程大学控制工程系,西安,710025) ,  Liu Jieyu (火箭軍工程大学控制工程系,西安,710025) ,  Li Hui (火箭軍駐第四研究院軍事代表室,西安,710025) ,  Zhou Xiaogang (火箭軍工程大学控制工程系,西安,710025) ,  Li Weipeng (火箭軍工程大学控制工程系,西安,710025)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 37  号： 6  ページ： 1759-1762,1781  発行年： 2017年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 学習セットに基づく三元組(LATCH)二値記述子はスケール不変性がなく、回転不変性があるため、特徴検出子の補助問題が必要である。本論文において,著者らは,速い指向性回転二値ロバスト性のための独立した特性(ORB)とLATCHに基づく特性検出と記述アルゴリズムを提案した。まず第一に,加速度試験(FAST)を画像ピラミッドのスケール空間において検出する。次に,方向補償をORBの重心の方法によって行った。最後に,LATCHの特性を記述した。実験結果は,提案したアルゴリズムには,低い計算量,高いリアルタイム性,回転とスケール不変性の特性があるのを示している,そして,同じ精度の下で,その再現率は,ORBとハラスト-LATCH(HARRIS-LATCH)アルゴリズムのものより良い。このアルゴリズムのマッチング内点率は,ORBアルゴリズムのものより4.2%高かった。このアルゴリズムはリアルタイム性能を維持しながら,ヒストグラムに基づくスケール不変特徴変換(SIFT)と加速ロバスト特徴(SURF)アルゴリズムとの間の精度差をさらに縮小し,画像シーケンスを迅速かつ正確に処理できる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 回転不変性 ,  ヒストグラム ,  学習 ,  指向性 ,  画像 ,  計算量 ,  *アルゴリズム ,  重心 ,  スケール不変性 ,  マッチング ,  ロバスト性
準シソーラス用語： 再現率 ,  実時間 ,  スケール空間 ,  *特徴検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： feature detection ,  binary descriptor ,  scale invariance ,  rotation invariance ,  real-time property

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 特徴検出 ,  記述 ,  アルゴリズム